Auf einen Blick
- Aufgaben: Baue robuste Datenpipelines und entwickle skalierbare Datenarchitekturen.
- Unternehmen: Ledgy, ein innovatives Unternehmen mit Fokus auf Unternehmertum in Europa.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und internationale Teamkultur.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen und einem internationalen Team.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und arbeite an spannenden Projekten.
- Qualifikationen: 2-3 Jahre Erfahrung in der Datenpipeline-Entwicklung mit DBT, SQL und Python.
Das prognostizierte Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Bei Ledgy haben wir die Mission, Europa zu einer Hochburg des Unternehmertums zu machen, indem wir eine moderne, technologiegetriebene Plattform für das Management von Eigenkapital und Finanzberichterstattung für private und öffentliche Unternehmen aufbauen. Im Jahr 2025 wollen wir der führende Anbieter für europäische Börsengänge und die Berichterstattung über aktienbasierte Zahlungen sein. Wir sind ein wertorientiertes Unternehmen mit einem klaren Fokus auf Bescheidenheit, Transparenz, Ambition und Wirkung, um das beste Erlebnis für unsere Kunden und Endbenutzer zu bieten.
Als Data Engineer bei Ledgy besteht Ihre Aufgabe darin, robuste Datenpipelines zu erstellen, skalierbare Datenarchitekturen zu entwerfen und mit Teams zusammenzuarbeiten, um Erkenntnisse zu liefern, die Geschäftsentscheidungen vorantreiben. Sie berichten direkt an den Leiter der Betriebs- und KI-Abteilung und spielen eine Schlüsselrolle bei der Umsetzung unserer Datenengineering-Strategie.
Was Sie tun werden:
- Dateninfrastruktur und ETL-Pipelines mit Fivetran, Airbyte und Google Cloud Platform verwalten und optimieren, um einen zuverlässigen Datenfluss aus mehreren Quellen in unser Analyse-Ökosystem sicherzustellen.
- DBT-Modelle entwickeln, testen und pflegen, die Rohdaten in analysierbare Datensätze umwandeln, wobei bewährte Verfahren beachtet werden.
- LookML-Modelle in Looker erstellen und verwalten, um Self-Service-Analysen für Stakeholder im gesamten Unternehmen zu ermöglichen.
- Kontinuierliche Verbesserung unserer Datenengineering-Praktiken, -Werkzeuge und -Infrastruktur als wichtiges Mitglied des Operationsteams vorantreiben.
Wen wir suchen:
- 2-3+ Jahre Erfahrung im Aufbau von Produktionsdatenpipelines und Analyseinfrastrukturen mit DBT, SQL und Python (Pandas, etc.).
- Erfahrung in der Implementierung und Verwaltung von ETL/ELT-Tools wie Fivetran oder Airbyte.
- Idealerweise praktische Erfahrung mit GCP (BigQuery).
- Kenntnisse in Looker, einschließlich LookML-Entwicklung.
- Stark von Vorteil, wenn Sie Erfahrung mit n8n oder ähnlichen Automatisierungstools haben.
- Erfahrung mit SaaS-Datenquellen (HubSpot, Stripe, Vitally, Intercom).
- Vertrautheit mit KI-gestützten Entwicklungstools (Cursor, DBT Copilot) und großes Interesse daran, modernste Werkzeuge zur Verbesserung des Workflows zu nutzen.
- Starke Problemlösungsfähigkeiten und die Fähigkeit, komplexe Datenprobleme zu debuggen.
- Exzellente Kommunikationsfähigkeiten mit der Fähigkeit, technische Konzepte nicht-technischen Stakeholdern zu erklären.
Senioritätsgrad: Mid-Senior Level
Beschäftigungsart: Vertrag
Funktionsbereich: Informationstechnologie und Ingenieurwesen
Branchen: Bauwesen, Softwareentwicklung, IT-Dienstleistungen und IT-Beratung
Data Engineer Arbeitgeber: Ledgy
Ledgy ist ein hervorragender Arbeitgeber, der eine dynamische und inklusive Arbeitsumgebung in Zürich bietet. Mit einem klaren Fokus auf persönliche und berufliche Weiterentwicklung, unterstützt das Unternehmen seine Mitarbeiter durch gezielte Schulungen und Mentoring-Programme. Die Unternehmenskultur fördert Zusammenarbeit und Innovation, während die internationale Ausrichtung und die Vielfalt des Teams eine inspirierende Atmosphäre schaffen, in der jeder Einzelne einen bedeutenden Beitrag leisten kann.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Ledgy zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Engineer bei Ledgy gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Ledgy vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Ledgy entscheidend sein!
